Z ( xi )Z( xi+ h)
Nn
i=1
24 (h)=
y 1 y 2 2
x 1x 2 2+
i = 1, 2, 3, , Nh
3. Ordenar ascendentemente las distancias
4. Calcular la amplitud mxima
b) d a + d
c)
Modelo exponencial
Modelo potencial
ANALISIS DE ANISOTROPIA
Isotropa
Anisotropa
Anisotropa geomtrica
Anisotropa zonal
PROBLEMAS MAS
VARIOGRAMA
COMUNES
ENCONTRADOS
EN
EL
CALCULO
DEL
Donde:
Co = nugget
b = pendiente de la recta
h = distancia
ISOTROPIA Y ANISOTROPIA
En los semivariogramas vistos se considera que a la variacin del valor de la
variable en el espacio es igual en todas las direcciones de este
(semivariograma omni dimensional). Si esto ocurre decimos que la variable
tiene un comportamiento isotrpico, pero no siempre es as y puede ser que
la variacin espacial sea diferente en las distintas direcciones del espacio
(anisotropa). Si tras una inspeccin visual sospechamos que puede ocurrir
este fenmeno, es interesante realizar semivariogramas considerando por
separado varias direcciones del espacio (semivariogramas direccionales).
Entonces generalmente cuando el varigrama experimental es calculado en
distintas direcciones presenta distintos comportamientos con la distancia,
son estas las anisotropas.
a) Anisotropia geomtrica: Igual SILL pero diferente rango.
b) Anisotropia zonal: El mismo rango pero diferente SILL.
c) Anisotropia hibrida: Diferente SILL y diferente rango.
Problemas en el modelaje de variogramas:
Los problemas ms comunes al modelar variogramas que complican este
proceso se analizan en los siguientes casos.
1. La anisotropa geomtrica est presente: Indica que los variogramas
direccionales tienen la misma meseta pero diferentes alcances esta
puede ser corregida a travs de una transformacin lineal de
coordenadas que permita reducir un elipse o un crculo.
2. La anisotropa zonal est presente: Indica que tanto las mesetas
como los alcances son diferentes para los variogramas direccionales
puede ser corregido separando el variograma en sus componentes
istropicos horizontal y anisotropico vertical.
3. La tendencia de los datos est presente: Indica que los valores
medidos aumentan o disminuyen dramticamente en la zona
estudiada con el aumento de la distancia. Esto puede ser resuelto
aplicando polinomios a la ecuacin del variograma es decir un anlisis
de tendencia.
4. El efecto proporcional est presente: Indica que la desviacin vocal es
proporcional al cuadrado de la media local y que los datos presentan
una distribucin lognormal, puede ser resuelto dividiendo cada valor
del variograma local por el cuadrado de la media local es decir
usando variogramas relativos.
Y ( xi)
N
1
Y (V )=
N i=1
1
Y (V )= Y ( x ) dx
V V
Y (V )Y
(V )
(V )
.2
3
h
3
2
1 (h)
=S
a .3 2 (a)3
.4
100 m.
|h| a
si
X3
X4
Mejora Continua:
S si
|h|> a
Co
2(E )=2Varianza
YBV YVV
YBB+
de
4
estimacin
Zx= 1. Z ( xi ) + 2. Z ( x 2 ) + .. n. Z (xn)
Con la condicin del insergado (llamado tambin condicin de universidad)
1+ 2+ 3+ .. n=1
Los pesos
=ZkZv
Zv
Z (v)= 1. Z ( xi ) + m(1 1)
=C ( Xi , Zj )=C ( Xi , V )
Varianza de kriging :
=C ( V ,V ) 1 C( Xi , V )
Kriging ordinario
a) En trminos de covarianza
Z ( v)= 1. Z ( xi ) + m(1 1)
Estimador:
Sistema:
Varianza de kriging :
=C ( Xi , Zj )=C ( Xi , V )
=C ( V ,V ) 1 C( Xi , V )
Z ( v ) = 1. Z ( xi )
Estimador:
Sistema:
Varianza de kriging :
= ( Xi , Zj ) +u= ( Xi ,V )
= 1C ( X ,V ) ( V , V ) +u
=C
Al sistema kriging es necesario hacer algunas observaciones:
1. El sistema kriging tiene solucin nica si y solos si la matriz de K es
definida estrictamente positiva, es decir:
= jijC ( Xi , Xj ) 0
O en trminos del variograma
= jij ( Xi , Xj ) 0
2. El kriging el cual es un estimador impar es tambin un interpolador
exacto es decir para iguales soportes de observacin V (=1) y la
estimacin V. Los valores reales Z y estimar Zn son iguales adems
de la varianza del kriging es cero.
3. Las expresiones del sistema kriging y de la varianza de kriging son
completamente generales es decir son aplicables cualquier sean los
soportes de observacin y estimacin y el modelo estructural
empleado.
4. El sistema kriging y la varianza de kriging depende solo del modelo
estructural C(h) o
(h)
Z=
V 1 Z 1+V 2 Z 2
V 1+V 2
Radios de bsqueda Rx . Ry y Rz
Minimo K de muestras para krigear.
Mximo R muestras para krigear
Mximo L demuestras por octante